本文關鍵詞：我國創(chuàng)業(yè)板上市公司財務預警模型研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：自2009年10月30日我國首批28家公司股票正式在深圳證券交易所創(chuàng)業(yè)板掛牌交易至今,公司數量和資產規(guī)模都增長迅速,在我國多層次資本市場體系中扮演越來越重要的角色。由于創(chuàng)業(yè)板服務于自主創(chuàng)新型企業(yè),其上市門檻相對較低,使創(chuàng)業(yè)板上市公司整體上呈現出規(guī)模不大,資金相對缺乏,盈利業(yè)績不穩(wěn)定的特點,加之處于業(yè)務成長期的創(chuàng)業(yè)板上市公司所在的新興行業(yè)競爭激烈,加大了其陷入財務危機的可能性,因此加強對創(chuàng)業(yè)板上市公司的財務預警,預測其財務狀況對上市公司的自身穩(wěn)定發(fā)展和利益相關者有著重要意義。本文以經濟學、財務管理知識理論為基礎,收集、查閱文獻資料,通過對國內外的研究分析,在已有的相關學者研究基礎上,考慮創(chuàng)業(yè)板還未出現暫停上市公司的情況,以創(chuàng)業(yè)板上市公司2012年、2013年連續(xù)兩年凈資產收益率的高低來衡量財務狀況,以此原則篩選出52家財務狀況良好的公司和52家財務狀況不佳的公司作為研究樣本。從中隨機抽取32家財務狀況良好和32家財務狀況不佳公司作為建模樣本,剩下的各20家則作為檢驗樣本。在預警指標選取方面,本文從盈利能力、股東獲利能力、償債能力、營運能力、成長能力、現金流量能力以及非財務指標方面共選取29個指標作為初選預警指標,運用統(tǒng)計學知識對指標進行顯著性和相關性分析。本文最終確定營業(yè)毛利率、營業(yè)收入與資產總額比、每股未分配利潤、債務保障率、總資產增長率、十大股東持股比例六個指標作為模型變量。依據貝葉斯判別原理,將變量歸屬于概率最大的一組以進行分類,通過SPSS的分類分析對建模樣本構建財務預警模型,模型對建模樣本中的32家財務狀況良好公司準確判斷出29家,3家誤判,對32家財務狀況不佳公司準確判斷出30家,2家誤判。對20家財務狀況良好公司和20家財務狀況不佳公司的檢驗樣本進行判定,分別有17家和19家被正確判斷出,財務預警模型對104家樣本的總體判斷準確率達到91.3%。將財務預警模型應用到創(chuàng)業(yè)板上市公司的財務狀況判別,有近半數的上司公司顯示為財務狀況不佳,與2012、2013年連續(xù)兩年凈資產收益率均低于當年平均值的公司的重合度達到75%。
【關鍵詞】：創(chuàng)業(yè)板上市公司 財務預警 模型
【學位授予單位】：西南林業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F275
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 1 引言10-19
• 1.1 研究背景10
• 1.2 研究目的和意義10-11
• 1.3 國內外研究文獻綜述11-16
• 1.3.1 國外研究現狀12-14
• 1.3.2 國內研究現狀14-15
• 1.3.3 國內外研究現狀評述15-16
• 1.4 研究方法和技術路線16-18
• 1.4.1 研究方法16-17
• 1.4.2 技術路線17-18
• 1.5 本論文的創(chuàng)新之處及不足18-19
• 2 財務預警相關基礎理論19-22
• 2.1 財務風險和財務危機19-20
• 2.1.1 國外財務危機的界定19
• 2.1.2 國內財務危機的界定19-20
• 2.1.3 本文財務危機的界定20
• 2.2 財務預警的定義及功能20-22
• 2.2.1 財務預警的定義20
• 2.2.2 財務預警的功能20-22
• 3 我國創(chuàng)業(yè)板上市公司的財務風險分析22-29
• 3.1 創(chuàng)業(yè)板上市公司概況22-25
• 3.1.1 創(chuàng)業(yè)板相關概念22
• 3.1.2 創(chuàng)業(yè)板上市公司的特征22-25
• 3.2 我國創(chuàng)業(yè)板上市公司的財務風險及成因分析25-29
• 3.2.1 我國創(chuàng)業(yè)板上市公司的財務風險25-27
• 3.2.2 我國創(chuàng)業(yè)板上市公司的財務風險成因分析27-29
• 4 我國創(chuàng)業(yè)板上市公司財務預警模型研究29-44
• 4.1 研究假定29
• 4.2 數據來源與樣本選取29-31
• 4.3 預警指標的確定31-41
• 4.3.1 預警指標選取原則31-32
• 4.3.2 預警指標的初步選取32-37
• 4.3.3 指標顯著性分析37-39
• 4.3.4 指標共線性分析39-41
• 4.4 財務預警模型的構建41-44
• 4.4.0 貝葉斯判別分析原理41
• 4.4.1 模型構建41-42
• 4.4.2 模型檢驗及應用42-44
• 5 研究結論及建議44-46
• 5.1 研究結論44
• 5.2 相關建議44-46
• 參考文獻46-48
• 附錄48-65
• 個人簡介65-66
• 導師簡介66-67
• 致謝67

【相似文獻】

中國期刊全文數據庫 前10條

1 孫菁華,潘莉;企業(yè)運用財務預警模型的適用性[J];統(tǒng)計與決策;2005年18期

2 李曉明;;淺談我國企業(yè)財務預警模型的建立[J];商業(yè)時代;2005年36期

3 李春華;李建華;;財務預警模型的八大研究趨勢[J];財會月刊;2005年17期

4 吳曙霞;淺談企業(yè)財務預警模型[J];技術經濟與管理研究;2005年02期

5 何榮華;;財務預警模型——分析、比較、評價[J];會計之友;2006年08期

6 任忠奇;梁水源;;財務預警模型的局限及財務預警的實施途徑[J];財會通訊(理財版);2006年11期

7 周駿;;我國企業(yè)在構建和使用財務預警模型中存在的問題及解決建議[J];經濟師;2007年03期

8 孫金莉;;財務預警模型在我國的運用動態(tài)研究[J];太原城市職業(yè)技術學院學報;2007年04期

9 賀海燕;沈貞瑋;;內部信息使用者視角的財務預警模型應用[J];時代經貿(中旬刊);2007年S9期

10 常艷;;我國上市公司財務預警模型的實證分析[J];金融經濟;2008年02期

中國重要會議論文全文數據庫 前6條

1 李洪偉;艾文國;陳葉飛;;基于模糊集的財務預警模型研究[A];中國會計學會高等工科院校分會2006年學術年會暨第十三屆年會論文集[C];2006年

2 杜軍;徐建;;基于神經網絡的制造業(yè)上市公司財務預警模型研究[A];第七屆（2012）中國管理學年會會計與財務分會場論文集（選編）[C];2012年

3 田青;王寶帥;;基于數據挖掘技術的上市公司財務預警模型的比較研究[A];第十二屆中國管理科學學術年會論文集[C];2010年

4 宋力;李堯;;基于貝葉斯網絡的上市公司財務預警模型[A];2006中國控制與決策學術年會論文集[C];2006年

5 吳娜;蓋地;;上市公司資產結構與負債結構的財務預警模型研究[A];第六屆（2011）中國管理學年會——會計與財務分會場論文集[C];2011年

6 張根明;向曉驥;王殊偉;;基于BP神經網絡的上市公司財務預警研究[A];第八屆中國管理科學學術年會論文集[C];2006年

中國碩士學位論文全文數據庫 前10條

1 楊秀麗;基于灰色系統(tǒng)理論的JB公司財務預警模型研究[D];哈爾濱工業(yè)大學;2015年

2 李迪鋒;基于SD的財務預警模型研究[D];北京化工大學;2015年

3 程俊敏;運用主成分分析的統(tǒng)計方法構建財務預警模型[D];東北大學;2014年

4 程林;我國房地產上市公司財務預警模型實證研究[D];廣西師范大學;2015年

5 尹慧萍;區(qū)分度概念下動態(tài)財務預警模型的實證研究[D];太原理工大學;2016年

6 馬明;我國制造業(yè)上市公司財務預警模型的實證研究[D];中國海洋大學;2014年

7 褚軒妤;ZGY公司財務預警模型的選擇及應用研究[D];天津財經大學;2014年

8 代陳陳;基于EVA的上市公司財務預警研究[D];天津財經大學;2014年

9 朱濤;我國創(chuàng)業(yè)板上市公司財務預警模型研究[D];西南林業(yè)大學;2015年

10 龐維宏;我國制造業(yè)上市公司財務預警模型實證研究[D];復旦大學;2008年

  本文關鍵詞：我國創(chuàng)業(yè)板上市公司財務預警模型研究，由筆耕文化傳播整理發(fā)布。

本文編號：357389